後藤 祐汰

深層強化学習において、パラメータ空間で複数方策を混合することでドメインアダプテーションを実現する手法について研究していました。 卒業後も技術補佐員として、主にソフトウェア面の実装の面倒をみたりしています。

深層強化学習における解釈性に関する研究開発のほか、LLM自体の学習やLLMを用いたサービス開発に従事していました。

卒業研究では、4脚ロボットにおける歩容動作の獲得をマルチタスク深層強化学習を用いて効率化しました。